LG Aimers: AI전문가과정 4차 https://www.lgaimers.ai/ LG AI LG와 청년들이 함께 만드는 더 가치 있는 미래 www.lgaimers.ai 우선 나는 3기인가 합격했다가 계절학기 시험기간이라서 처음 1주안에 들어야하는 모듈 1,2를 놓쳐서 이번엔 꼭 듣고싶어서 다시 신청했는데 불이익이 있다고 들었지만 합격시켜주셨다. = 관심분야라면 일단 무조건 신청하고 수강하는 것이 좋은 것 같다. FAQ 주관적 답변 추가 위 홈페이지에서 FAQ를 누르면 솔직히 궁금한 질문은 거의 다 해결할 수 있다고 생각한다. 조금씩 덧 붙히자면 Q. 선발과정은 어떻게 진행되나요? A 지원서 접수 후 기본조건만 충족되면 선발이 가능합니다 단, 원활한 교육 진행을 위해 인원 규모가 정해져 있으며, 해당 ..

LG Aimers: AI전문가과정 4차 Module 5. 『인과추론』 ㅇ 교수 : 서울대학교 이상학 교수 ㅇ 학습목표 본 모듈은 인과성에 대해 추론하고 경험적 데이터를 사용하여 인과 관계를 결정하는 방법을 익힘으로써 데이터를 생성한 프로세스에 대해 만들어야 하는 필수 가정과 이러한 가정이 합리적인지 평가하는 방법, 마지막으로 추정되는 양을 해석하는 방법에 대해 학습하고자 합니다. Part 3. 인과추론의 다양한 연구 방향 제시 -Generalized Identifiability -Generalized Identifiability: Drug-Drug Interactions Px1,x2(y) = ∑(b)Px2(y|b)Px1(b) Y cardiovascular disease; B blood pressure; ..

LG Aimers: AI전문가과정 4차 Module 5. 『인과추론』 ㅇ 교수 : 서울대학교 이상학 교수 ㅇ 학습목표 본 모듈은 인과성에 대해 추론하고 경험적 데이터를 사용하여 인과 관계를 결정하는 방법을 익힘으로써 데이터를 생성한 프로세스에 대해 만들어야 하는 필수 가정과 이러한 가정이 합리적인지 평가하는 방법, 마지막으로 추정되는 양을 해석하는 방법에 대해 학습하고자 합니다. Part 2. 인과추론 수행을 위한 기본 방법론 제시 -Causal Effect Identifiability -Adjustment by Direct Parents for Singleton Intervention Theorem The causal effect Q = P(y|do(x)) is identifiable whenever ..

LG Aimers: AI전문가과정 4차 Module 5. 『인과추론』 ㅇ 교수 : 서울대학교 이상학 교수 ㅇ 학습목표 본 모듈은 인과성에 대해 추론하고 경험적 데이터를 사용하여 인과 관계를 결정하는 방법을 익힘으로써 데이터를 생성한 프로세스에 대해 만들어야 하는 필수 가정과 이러한 가정이 합리적인지 평가하는 방법, 마지막으로 추정되는 양을 해석하는 방법에 대해 학습하고자 합니다. Part 1. 인과성에 대한 소개 및 인과적 추론을 위한 기본 개념 -What is Causality? Definition “Causality ... is influence by which one event, process, state, or object (a cause) contributes to the production o..

LG Aimers: AI전문가과정 4차 Module 4. 『지도학습(분류/회귀)』 ㅇ 교수 : 이화여자대학교 강제원 교수 ㅇ 학습목표 Machine Learning의 한 부류인 지도학습(Supervised Learning)에 대한 기본 개념과 regression/classification의 목적 및 차이점에 대해 이해하고, 다양한 모델 및 방법 (linear and nonlinear regression, classification, ensemble methods, kernel methods 등)을 통해 언제 어떤 모델을 사용해야 하는지, 왜 사용하는지, 모델 성능을 향상시키는 방법을 학습하게 됩니다. -Ensemble Learning 이미 사용하거나 개발한 알고리즘의 간단한 확장이다. (Supervise..

LG Aimers: AI전문가과정 4차 Module 4. 『지도학습(분류/회귀)』 ㅇ 교수 : 이화여자대학교 강제원 교수 ㅇ 학습목표 Machine Learning의 한 부류인 지도학습(Supervised Learning)에 대한 기본 개념과 regression/classification의 목적 및 차이점에 대해 이해하고, 다양한 모델 및 방법 (linear and nonlinear regression, classification, ensemble methods, kernel methods 등)을 통해 언제 어떤 모델을 사용해야 하는지, 왜 사용하는지, 모델 성능을 향상시키는 방법을 학습하게 됩니다. Advanced Classification Model ㄴ Linear and non-linear mode..